如何保存集群

Question

我通过dbscan skelearn

制作了以下群集

我的数据是一个numpy数组：

array([[-0.22725194, -0.68548221],
       [ 0.01525107, -0.98825191],
       [-0.29117618, -0.69614647],
        ..., 
       [ 0.62125361, -0.79422623],
       [ 0.59627969, -0.82673572],
       [ 0.58919524, -1.04003462]])

我想将两个新集群作为变量添加到我的数据中。我使用的代码是：

from sklearn.cluster import DBSCAN

data3 = np.array(data3)

dbscan = DBSCAN(random_state=111, eps=0.3)


dbscan.fit(data3)

# visualization

from sklearn.decomposition import PCA
pca = PCA(n_components=2).fit(data3)
pca_2d = pca.transform(data3)
for i in range(0, pca_2d.shape[0]):
    if dbscan.labels_[i] == 0:
        c1 = plt.scatter(pca_2d[i,0],pca_2d[i,1],c='r',
    marker='+')


    elif dbscan.labels_[i] == 1:
        c2 = plt.scatter(pca_2d[i,0],pca_2d[i,1],c='g',
    marker='o')

    elif dbscan.labels_[i] == -1:
        c3 = plt.scatter(pca_2d[i,0],pca_2d[i,1],c='b',
    marker='*')

    plt.legend([c1, c2, c3], ['Cluster 1', 'Cluster 2',
        'Noise'])
plt.title('DBSCAN finds 2 clusters and noise')
plt.show()

如何将它们保存为变量？是否有评估这些集群质量的功能，如Silhoutte Coefficient？

Answer 1

您已将它们放在变量中：dbscan.labels_，不是吗？

并不是说您应该能够执行pca_2d[dbscan.labels_==1,:]之类的操作，以避免一次只能绘制一个点。

基于密度的聚类评估并不容易。我只知道一个单一的措施，甚至声称它可以评估基于密度的聚类（虽然我没有使用它，所以我不能保证它有效。）

剪影等不适用。他们假设凸集群，并且在经典的Jain玩具问题上失败了。

  

Moulavi，D.，Jaskowiak，P。A.，Campello，R。J. G. B.，Zimek，A。，＆amp; Sander，J。（2014）。
基于密度的聚类验证。
在第14届SIAM国际数据挖掘会议（SDM）会议记录中，宾夕法尼亚州费城。